学位论文 > 优秀研究生学位论文题录展示
基于语音的模糊案例推理情感识别算法研究
作 者: 马亮军
导 师: 叶西宁
学 校: 华东理工大学
专 业: 控制科学与工程
关键词: 情感特征 语音情感识别 模糊规则 WANG算法 模式识别
分类号: TN912.34
类 型: 硕士论文
年 份: 2013年
下 载: 86次
引 用: 0次
阅 读: 论文下载
内容摘要
一台智能的计算机应能观察、理解人类情感并根据使用者的情感自动调整交互环境。如何使计算机能够准确地识别人类的情感具有重大的理论和实际意义。人类情感识别主要包括:表情情感识别,语音情感识别,生理信号情感识别等。语音情感识别作为人类情感识别的重要部分越来越受到国内外研究人员的重视,在计算机已知人类语音的前提下,通过分析处理语音中包含的情感信息,自动识别出说话人的情感类别,是智能人机交互的重要组成部分。语音情感识别的研究包含:语音信号情感特征分析,提取语音情感特征方法,建立语音情感识别模型,语音情感识别算法。本文的主要研究工作有以下部分:(1)在语音特征提取部分,如何提取能充分代表人类情感的特征参数对于语音情感识别具有不可替代的重要意义。我们发现语音的时域特征最能充分表达人类的情感差异,因此我们提出提取语音信号中最能体现人类情感的时域特征作为语音识别的特征参数,这些特征参数主要包含语音时间构造、振幅构造、共振峰构造。(2)在语音情感识别阶段,提出用模糊规则用于语音情感识别,因为模糊规则在模型不清楚的环境中有着出色的表现。由于WANG算法在决策融合阶段采用乘积的方式,存在易于将有用案例剔除的情况,因此,我们提出在决策融合阶段用均值的方式对WANG算法进行改进,用于语音情感识别。用改进的WANG算法对语音特征提取模糊规则,然后应用得到的模糊规则对语音进行情感识别。然后应用学习得到的模糊规则对语音情感进行分类,取得不错的分类率。(3)在语音情感识别阶段,本文在深入研究基于案例的推理(CBR)和WANG算法的基础上,提出了一种将两者融合的方法,即基于模糊规则的案例推理。该方法不但充分体现了模糊规则在模型不清楚情况下的优点,同时还拥有基于案例的推理在使用已解决案例为解决新问题的优越性。(4)本文采用柏林语音情感库作为训练和测试样本库,对上述方法进行了检验,通过实验结果可以看出本文提出的方法具有较好的情感识别率
|
全文目录
摘要 5-6 ABSTRACT 6-10 第1章 绪论 10-17 1.1 研究背景和意义 10-11 1.2 语音情感识别的研究现状 11-15 1.2.1 国外研究现状 12-14 1.2.2 国内研究现状 14-15 1.3 语音情感识别难点 15 1.4 本文的研究内容和结构 15-16 1.4.1 研究内容 15-16 1.4.2 本文章节安排 16 1.5 本章小结 16-17 第2章 语音情感识别方法 17-31 2.1 情感的定义 17-18 2.2 情感的分类 18-20 2.3 语音情感识别概述 20-28 2.3.1 语音信号预处理 20-23 2.3.2 语音情感特征提取方法 23-24 2.3.3 语音情感识别系统模型 24-28 2.4 语音数据库的选取 28-30 2.5 本章小结 30-31 第3章 语音情感特征提取 31-35 3.1 概述 31-32 3.2 语音情感特征提取 32-34 3.2.1 振幅构造参数提取 32-33 3.2.2 时间构造参数提取 33 3.2.3 共振峰构造参数提取 33-34 3.3 本章小结 34-35 第4章 基于模糊规则的语音情感识别 35-49 4.1 概述 35-36 4.2 改进的WANG算法 36-41 4.2.1 划分输入输出空间为模糊区域 37 4.2.2 从数字序列产生初始规则 37-39 4.2.3 计算初始规则的强度 39-40 4.2.4 最终规则库的建立 40-41 4.3 基于改进的WAXG算法的分类问题 41-44 4.3.1 模糊规则在分类问题的应用 41-42 4.3.2 新问题在模糊规则下的强度 42 4.3.3 标准数据库的仿真实验验证 42-44 4.4 基于改进的WANG算法的语音情感识别 44-48 4.4.1 柏林语音情感数据库 44-45 4.4.2 基于改进的WANG算法语音情感识别系统 45 4.4.3 仿真结果 45-48 4.5 本章小结 48-49 第5章 基于案例推理与模糊规则融合的语音情感识别 49-64 5.1 概述 49-50 5.2 基于案例推理介绍 50-54 5.2.1 基于案例推理基本概念 50-52 5.2.2 基于案例的推理应用 52-53 5.2.3 基于案例的推理相关研究 53-54 5.3 基于案例推理和模糊规则的融合算法 54-59 5.3.1 模糊规则在基于案例推理的应用 54-55 5.3.2 模糊规则的有用性估计 55-56 5.3.3 CBR和模糊规则融合系统的模糊规则产生步骤 56-59 5.4 实验仿真结果 59-63 5.4.1 CBR和模糊规则融合的方法用于标准数据库 59-61 5.4.2 CBR和模糊规则融合的方法用于语音情感识别 61-63 5.5 本章小结 63-64 第6章 总结与展望 64-66 6.1 工作总结 64 6.2 工作展望 64-66 参考文献 66-72 致谢 72-73 攻读硕士学位期间发表的论文 73
|
相似论文
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于多重分形的语音情感识别研究,TN912.34
- 基于改进的SVM模型的肝癌识别方法的研究与实现,TP391.41
- 北票风电场发电机组的齿轮箱故障诊断研究,TH165.3
- 基于完全二叉树SVM烧结工况多类识别的研究与实现,TP391.41
- 基于SVM和PSO的烧结工况预报方法的研究与实现,TF821
- 三自由度飞行器模型的模糊PID控制研究,V249.1
- 基于纹理特征的煤炭发热量研究,TP391.41
- 基于模糊专家系统的电弧炉炉况判断,TF741.5
- 控制机器臂运动的表面肌电信号变换规律的研究,TN911.7
- 基于FNN的电压力锅控制系统研究与设计,TM925.5
- 机器人系统路径规划的研究,TP242
- 基于模糊逻辑的军用软件项目风险评估研究,TP311.52
- 贝叶斯网络与基于特征加权的聚类研究,TP311.13
- 移动语音情感识别系统的研究与开发,TN912.34
- 李斯特《十二首超级练习曲》情感特征初探,J624.1
- 中国传统文化中的“尚黑”情结及其情感特征在现代设计中的应用,J524
- 初中物理学困生的情感特征及教育对策研究,G633.7
- Plug-In混合动力汽车能量管理策略研究,U469.7
- 基于支持向量机的大跨度斜拉桥静力损伤识别研究,U441.4
- 文本驱动的表情合成研究,TP391.1
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 电声技术和语音信号处理 > 语音信号处理 > 语音识别与设备
© 2012 www.xueweilunwen.com
|